AIの「思考の中身」が続々解明されている

AIの「中身」を解剖する研究と、AIを「誰が使えるか」という実用データが、同じタイミングで出てきている。研究サイドでは、大規模言語モデルが内部でどのように役割を分担しながら推論しているかを可視化する動きが加速している。Transformerと呼ばれる現代AIの基本構造が「何を得意とし、何を苦手とするか」が構造レベルで明らかになりつつある段階だ。一方、実用サイドではAnthropicがClaude Codeのタスク達成率を職種別に比較したデータを公表した。結果は「エンジニア職以外でも、達成率の差は7ポイント以内」というもの。要は、AIの内部がどう動くかという研究と、AIが誰の仕事を変えるかという実証データが同時に積み上がっている局面だ。

AIの「内部解剖」研究が今注目される理由は、単なるアカデミックな興味にとどまらない。GPT-2という比較的小さなモデルで26個のアテンションヘッドを発見し、7つのクラスに分類したという研究（@DL_Hacks参照）は、モデルが「なぜ間違えるか」「どこに限界があるか」を構造から説明できる可能性を示している。AIはあなたが考える前に動いているでも触れたように、AIの挙動を「ブラックボックスのまま使う」フェーズから「構造を踏まえて使い方を選ぶ」フェーズへの移行が始まっている。

同時に、Transformerが状態追跡を苦手とするという研究知見は実用的な示唆を持つ。「ステップを明示的に追わせる」より「再帰的な活性化の流れに沿った使い方」が精度を上げる可能性がある。これはプロンプト設計の方向性にも直結する話だ。

Anthropicが公表したClaude Codeの職種別データはより直接的に刺さる。ソフトウェアエンジニアとその他職種の達成率差が7ポイント以内というのは、「コーディングツールはエンジニアのもの」という前提を公式データで崩したことを意味する。Claude Codeが1,000体のAIを自律で動かす時代へで紹介したように、Claude Codeはすでに単なるコード補完ツールを超えた動き方をしている。職種の壁が低いなら、使い始める理由を先延ばしにする根拠も薄くなる。

Q. エンジニアでなくてもClaude Codeは使えると言っても、コードが読めないと意味がないのでは？

Anthropicの発表データは「タスク達成率」の話であり、コードが読めることを前提にしていない。コードの中身を理解しなくても、「何をしてほしいか」を自然言語で伝えて出力を試す→動かない場合はエラーメッセージをそのまま貼り付けて再生成させる、というループで多くのタスクは進む。コードを読む力は使いながら後からついてくる。

Q. Transformerが状態追跡を苦手というのは、今のGPT-4oやClaude 3.5でも同じ？

今回の研究はGPT-2という比較的初期・小規模なモデルを対象にしたもので、最新の大規模モデルへの直接適用には注意が必要だ。ただし、Transformerアーキテクチャの構造的な特性に関する知見であるため、最新モデルでも「長い文脈での状態追跡」や「複数ステップの依存関係」が苦手な傾向は完全には消えていないと考えるのが現実的だ。公式ベンチマーク結果と照らし合わせながら判断したい。

Q. Claude Codeの料金体系は？

公式情報によると、claude.aiのProプラン（月額20ドル）から利用可能。APIを直接叩く場合は従量課金になる。無料プランでもClaude自体のテキスト生成機能は触れるため、まずClaude.aiで「コードを生成する」感触を確かめてからプラン判断するのが現実的な順序だ。